การตลาด4.0 > Optimized Marketing Profit Part1
ก่อนอืนต้องของทบทวนหลักการของ Big Data เสียก่อน ว่าเริ่มจาก Profile ลูกค้าว่าแบ่งส่วนตลาดแล้วเราเลือกจะทำตลาดไหน ความต้องการเป็นอย่างไร (Keyword Based) พื้นที่เป้าหมายใด บุคคลิกความชอบลูกค้าเรา(People based) พฤติกรรมเป็นอย่างไร (Behavioral based) 2 .Preference ปรับข้อเสนอ และข่าวสารที่ทำตามความชอบ และ context ของลูกค้า 3.Profit นำข้อมูลที่ได้มาขับเคลื่อนจัดสรรงบตลาดเพื่อเพิ่มขีดความสามารถในการทำกำไรแบบยั่งยืน
Marketing Budget Allocation การจัดสรรงบการตลาดแบบฉบับ Marketing4.0 เราจะจัดสรรงบตาม Value ของลูกค้า และ ตาม Life cycle ของลูกค้า
1.งบในการหาลูกค้าใหม่ ทุกวันนี้หลายคนก็ยังเน้นตัวนี้อยู่ แต่พบว่าต้นทุนการหาใหม่ 1คนแพงกว่า รักษาลูกค้าเก่า1คน 10-20 เท่า การหาลูกค้าใหม่โดยเฉลี่ยใช้ 7-10 Touches หรือการติดต่อ และค่าเข้าถึงต่อครั้งของ 1 คนใหม่แพงกว่า เฉลี่ย 5เท่า ซึ่งเรามักใช้โฆษณา ในการเข้าถึงกลุ่มลูกค้าใหม่เพราะไม่มีสือเข้าถึงอื่นๆ
2.การสร้างให้ลูกค้าที่ซื้อแล้วซื้อซ้ำ พบว่าลูกค้าซื้อครั้งแรก มีโอกาสยังซื้อเราต่อ เพียง 40% แต่ถ้าเข้าซื้อเราครั้งที่สองเมื่อไร โอกาสจะทำธุรกิจต่อกับเราคือ 70% การทำให้ลูกค้าครั้งแรกซื้อซ้ำเป็นครั้งที่ 2 จึงสำคัญมาก ซึ่งเรามักติดต่อติดตาม เพื่อให้แน่ใจว่าลูกค้าพอใจมีประสบการณ์ที่ดีต่อแบรนด์ตั้งแต่ครั้งแรก และพยายามเร่งเวลาในการซื้อครั้งที่สองให้เร็วขึ้น ผ่านสื่อส่วนตัวที่เราเข้าถึงเขาได้โดยตรง
3. การรักษาฐานลูกค้าเก่า ซึ่งจะใช้ 2-3 Touches ก็จะซื้อแล้ว และค่าใช้จ่ายในการเข้าถึงต่อครั้งต่อหัวถูกกว่า 5 เท่า ซึ่งมักใช้สื่อทางตรงแบบถึงตัวถึงอารมณ์
4. การคืนดีกับลูกค้าที่เลิกซื้อเรา โดยการ Reactivate ซึ่งอัตราเฉลี่ยในการเรียกตัวกลับอยู่ที่10% ซึ่งนักการตลาดมักเลือก กลุ่มลูกค้าที่มีมูลค่าหัวสูงๆก่อน และ ทางที่ดีคือป้องกันไม่ให้ลูกค้าสูญเสียเลย เช่นก่อน หมดการต่ออายุสมาชิก 3 เดือน จะติดต่อก่อน
5. ทั้งกลุ่มคลัสเตอร์ 1-4 เราจัดภายใต้ Algorithmพยากรณ์มูลค่าหัวลูกค้า ด้วย Predictive Marketing แน่นอนการตลาดจะจัดสรรงบให้ลูกค้าที่มี High Value ก่อน Medium ก่อน Low โดยดูว่าลูกค้ามีพฤติกรรมการซื้อการใช้ การแชร์ส่งเสริมแบรนด์อย่างไร แน่นอนเราจะเลือกสื่อสารกับลูกค้าที่มีมูลค่ากับเราสูงๆ อันนี้มิได้หมายถึงแค่ ยอดซื้อในอดีต แต่ที่สำคัญคือการพยากรณ์ยอดขายที่จะเกิดขึ้นจากลูกค้ารายนี้คนนี้ในอนาคต ผ่านระบบ Scoringหรือ Clustering ซึ่งจะกล่าวต่อไปในฉบับหน้าครับ
ไม่มีความคิดเห็น:
แสดงความคิดเห็น